EOS-4 dual-polarised and Hybrid polarimetric data utilization for field crops and plantation monitoring

In de vochtige, door wolken verstikte moessons van India is het observeren van een groeiend gewas vanuit de ruimte lang een spel van kans geweest. Optische satellieten, die afhankelijk zijn van zichtbaar licht om foto's te maken, worden vaak verblind door dikke mist, waas of de meedogenloze regen die het groeiseizoen definieert. Wanneer de lucht grijs is, verdwijnt het uitzicht van bovenaf, waardoor boeren en wetenschappers in het duister blijven over de gezondheid van hun velden. Om dit op te lossen, richtten onderzoekers zich op een ander soort oog: radar. In tegenstelling tot een camera die licht nodig heeft, zendt radar onzichtbare microgolfpulsen uit die weerkaatsen op de grond en terugkeren naar de satelliet, waardoor ze dwars door wolken en duisternis heen kunnen kijken. Deze technologie is bijzonder gevoelig voor de fysieke structuur van planten en het water dat ze vasthouden, wat het een betrouwbaar instrument maakt voor het volgen van de landbouw, zelfs wanneer het weer op zijn slechtst is. Jarenlang hebben wetenschappers deze radarsignalen gebruikt om rijst en andere gewassen in kaart te brengen, maar een nieuwe satelliet heeft onlangs een scherpere, meer veelzijdige manier geboden om naar de aarde te kijken, met de belofte om details over de plantengroei te onthullen die voorheen verborgen bleven.

Een team van onderzoekers van Indiase instituten voor remote sensing en ruimtewetenschappen heeft onlangs deze nieuwe capaciteit op de proef gesteld met de lancering van EOS-4, een satelliet die is ontworpen om geavanceerde radarinstrumenten te vervoeren. Hun doel was om te zien of deze nieuwe data meer kon doen dan alleen identificeren welke gewassen er groeiden; ze wilden weten of het het dagelijks leven van een veld kon volgen, van het moment dat de zaden worden gezaaid tot de uiteindelijke oogst, en zelfs de complexe, meerjarige cycli van theeplantages kon monitoren. De studie richtte zich op twee zeer verschillende landschappen: de vlakke, semi-aride vlaktes van Agra, waar boeren rijst en parelproso verbouwen, en de mistige, heuvelachtige thee-tuinen van Palampur. Door brede scans die hele regio's bestrijken te combineren met hoogresolutie-opnames van specifieke velden, bracht het team in kaart hoe de radarsignalen veranderden naarmate de gewassen groeiden, rijpten en werden geoogst.

In de velden van Agra volgden de onderzoekers de rijst en de parelproso tijdens het moessonseizoen. Rijst, dat vaak in ondergelopen rijstvelden wordt geplant, vertoonde een uniek signatuur. Wanneer de velden eerst onder water stonden en de jonge planten net waren verplant, was het radarsignaal erg zwak omdat het gladde wateroppervlak fungeerde als een spiegel, waardoor het signaal van de satelliet werd weggekaatst. Naarmate de rijst hoger groeide en de bladeren de lucht begonnen te vullen, werd het signaal sterker en kaatste het krachtiger terug. Het team ontdekte dat ze door naar deze veranderingen in de loop van de tijd te kijken, onderscheid konden maken tussen rijst die vroeg, op tijd of laat was geplant, wat een duidelijk beeld creëerde van het oogstschema in het hele district. Parelproso, een hardvochtig graan dat gedijt in drogere omstandigheden, vertoonde een ander patroon. Terwijl de planten groeiden van kale grond naar dichte, hoge stengels, nam het radarsignaal gestaag toe en bereikte een piek wanneer het gewas op zijn vollast was. De onderzoekers gebruikten een specifieke index, een berekening gebaseerd op hoe de radar tegen de planten weerkaatste, om deze groei te volgen. Ze ontdekten dat deze index steeg naarmate het gewas weelderiger werd en weer daalde toen de planten uitdroogden en werden geoogst, waarbij alleen de stoppels of gebundelde stengels achterbleven. Dit stelde hen in staat om precies te bepalen wanneer de gewassen klaar waren om gesneden te worden en wanneer de velden leeg waren.

Om de planten in meer detail te begrijpen, gebruikte het team ook een hoogresolutiemodus van de satelliet die individuele velden met ongelooflijke helderheid kon zien. Ze verzamelden fysieke monsters van de grond, waarbij ze het gewicht van de planten en hun hoogte maten, en vergeleken deze getallen met de radargegevens. Ze ontdekten dat de nieuwe radarsignalen zeer gevoelig waren voor de hoeveelheid levend plantmateriaal, bekend als biomassa, en het bladareaal, zelfs wanneer de gewassen zeer dicht begroeid waren. Door het radarsignaal op te splitsen in verschillende soorten reflecties, konden ze het verschil zien tussen het gladde oppervlak van een geoogst veld, de dubbele reflectie die optreedt wanneer een signaal de grond en vervolgens een verticale stengel raakt, en de volumereflectie die optreedt wanneer een signaal door een dik bladerdak wordt verstrooid. Dit niveau van detail betekende dat ze niet alleen konden zien dat er een gewas aanwezig was, maar ook konden schatten hoeveel ervan er was en hoe gezond het was, zonder zelf een voet in het veld te zetten.

De studie richtte zich ook op de thee-tuinen van Palampur, een gewas dat heel anders reageert dan eenjarige granen. Thee is een meerjarige plant, wat betekent dat het jaar na jaar groeit, en de waarde ervan hangt af van de timing van het plukken van de jongste bladeren en knoppen. De onderzoekers ontdekten dat de radar de specifieke momenten kon detecteren waarop de struiken werden gesnoeid en wanneer de bladeren werden geoogst. Wanneer de thee struiken werden gesnoeid, zag de radar een verandering in de structuur van de planten, en naarmate de nieuwe bladeren terug groeiden, verschoof het signaal opnieuw. Ze observeerden dat de aanwezigheid van schaduwbomen in de tuinen een consistent signaal creëerde, maar dat de thee struiken zelf duidelijke veranderingen vertoonden, afhankelijk van of ze werden geoogst of in een rustfase in de winter verkeerden. De gegevens toonden aan dat tijdige pluk en snoei specifieke patronen in de radarreflectie creëerden, waardoor het mogelijk was om deze economische stadia te monitoren, zelfs tijdens de hevige regenval van de moesson, een tijdstip waarop traditionele observatie bijna onmogelijk is.

De bevindingen suggereren dat dit nieuwe satellielsysteem een krachtig hulpmiddel is voor het beheer van de landbouw in regio's waar het weer vaak het zicht belemmert. Het bewees in staat te zijn om verschillende soorten gewassen te onderscheiden, de groeistadia met precisie te volgen en de fysieke conditie in te schatten. Het vermogen om door wolken en mist heen te kijken betekent dat boeren en planners beslissingen kunnen nemen op basis van realtime gegevens in plaats van gokwerk. Hoewel de studie zich richtte op rijst, proso en thee, wijzen de hier ontwikkelde methoden op een toekomst waarin radar een breed scala aan gewassen en plantages kan monitoren, wat een continue, betrouwbare blik op de voedselvoorziening biedt, ongeacht het weer daarboven.